先验知识有助于提高放疗计划中射束角度优化的效率
医学物理
2018-11-06 v1 最优化与控制
摘要
调强放疗(IMRT)计划中的一个重大挑战是在合理的计算时间内优化射束角度。为证明先验知识在提升IMRT射束角度优化(BAO)效率方面的价值,本研究提出一种改进的遗传算法(GA),将先验知识引入进化过程。在所谓的nowGABAO(知识引导的BAO用GA)方法中,两类先验知识被纳入GA的总体流程图:(1)射束角度约束,定义不允许任何射束通过的角度范围;(2)计划模板,定义适用于所研究病例的最可能射束配置,并用于引导GA的进化进程。测试了具有不同先验知识的优化任务,在头颈和肺部两个复杂临床病例上的结果表明,合理定义角度约束和计划模板可明显加速优化。此外,数量适中的较差模板对优化效率的下降产生可忽略的影响。总之,先验知识有助于提高射束角度优化效率,并可被GA恰当地纳入。该方法对引入较差模板具有鲁棒性。
引用
@article{arxiv.1811.01834,
title = {Prior Knowledge Helps Improve Beam Angle Optimization Efficiency in Radiotherapy Planning},
author = {Yong-Jie Li},
journal= {arXiv preprint arXiv:1811.01834},
year = {2018}
}
备注
8 pages, 10 figures